春招的感想

很多同学实习结束后都会陷入同一个致命问题：实习两三个月，每天忙到飞起，最后简历空空如也，秋招无话可写。绝大多数人的实习不是不努力，而是全程被动打杂，没有成长闭环。只会等着导师派活，做完就交差，既不判断价值、也不主动争取、更不会沉淀内化。看似兢兢业业干了一整个实习期，实则完全没有能支撑秋招的硬核产出，竞争力丝毫没有提升。作为经历过两段实习、从纯打杂摸索出硬核产出的过来人，我分享一套自己亲测有效的实习成长流程，全程朴实无华、适配所有岗位。核心逻辑很简单：先判断、再争取、持续偷学、最后闭环内化，普通人不用内卷加班，也能把实习价值拉满，为秋招蓄力。第一步：入职先自我判断，杜绝无效实习很多人实习前期都是...

做梦也想不到我敢干这件事，但是我做了

兄弟们，七面终上岸！😭😭一路走来满是坎坷与波折，从最初的遥不可及、不敢奢望，到如今咬牙坚持终得圆满。付出了无数努力，熬过无数难熬的时刻，也算给前段时间的埋头拼搏画上圆满句号。点赞多的话，后续整理完整面经，分享经验干货，帮大家少走弯路～

在 AI 应用的场景中，rag可以说是一项必备的技术，在智能客服，导购 agent，智能创作等有检索需求的场景都会使用到，所以这里结合一些实际的应用场景和大家做一些分享一，数据准备数据准备是 rag 整个流水线中非常重要的一环，所以在实际的生产场景中，也主要是看数据解析，以及使用不同的向量库落库的过程 文件解析（pdf，docx，txt，md）目前常见的文件解析，就是利用 Apache tika 等开源库做解析组件，但对于一些富文本的数据，比如有图片和表格的情况，就要借用 ocr 等辅助手段大表格处理表格是比较常见的数据类型之一，但是大表格解析通常会有一些问题比如在切块的时候如果每一行都作为 ...